Neoadjuvante Therapie bei Patienten mit resektablem HCC, gescreent durch ein multimodales Deep-Learning-Modell

Primärer Leberkrebs ist einer der häufigsten bösartigen Tumoren weltweit, und etwa 80–90 % der primären Leberkrebserkrankungen werden pathologisch als hepatozelluläres Karzinom (HCC) charakterisiert. Für Patienten mit HCC ist die radikale Operation die wichtigste Methode, um ein langfristiges Überleben zu erreichen. Es besteht jedoch kein Konsens über die chirurgische Behandlung von Patienten mit BCLC-Stadium B oder C HCC. Transarterielle Chemoembolisation und systemische Medikamente waren die erste Behandlungslinie für diesen Patienten. In östlichen Ländern wie China wird BCLC-B weiter in die Stadien IIa und IIb eingeteilt, und eine chirurgische Resektion wird als Erstbehandlungsoption für Stadium IIa empfohlen, während eine chirurgische Resektion auch für Stadium IIb in Betracht gezogen werden kann. Darüber hinaus haben viele Studien gezeigt, dass auch Patienten mit Tumoren im BCLC-C-Stadium von einer Operation profitieren können und die Gesamtprognose besser war als bei einer nicht-chirurgischen Behandlung. Allerdings ist die Rate postoperativer Rezidive höher als bei einem HCC im Frühstadium. Um dieses Problem anzugehen, sind dringend neue Instrumente erforderlich, die die Auswahl geeigneter Behandlungsschemata steuern, um das Risiko eines postoperativen Wiederauftretens zu verringern und das Gesamtüberleben zu verbessern.

Unser multidisziplinäres Team nutzte Deep-Learning-Technologie, um ein künstliches Intelligenz-Vorhersagemodell für den Nutzen einer neoadjuvanten Therapie (Neoadj-Net) zu erstellen, das auf Gentestdaten vor der Behandlung, digitalen Pathologie-Objektträgern und Bildgebungsdaten (verstärktes MRT) von 536 behandelten HCC-Patienten im Zwischenstadium basiert mit HAIC in Kombination mit Lenvatinib und monoklonalem PD-1-Antikörper in sechs Zentren, und externe Zentrumsdaten bestätigten die gute Fähigkeit des Modells, die Nutznießerpopulation des Kombinationsschemas zu identifizieren (AUC 0,89, Genauigkeit 0,86). Diese Studie soll die Wirksamkeit und Sicherheit von Neoadj-Net bei der Reduzierung postoperativer Rezidive untersuchen, indem der Nutzen des kombinierten neoadjuvanten Regimes bei Patienten beobachtet wird, die potenziell von einer neoadjuvanten Therapie und einer direkten Operation aus der Perspektive der Präzisionstherapie profitieren.